Fuel Loads and Peat Smoldering Carbon Loss Increase Following Drainage in a Forested Boreal Peatland
Notice bibliographique
Résumé
Abstract We aimed to assess how peatland drainage altered the spatiotemporal variability in forest cover, aboveground biomass, and tree productivity and how these changes related to the spatial variability in peat burn severity. We studied a black spruce and birch dominated boreal peatland in Parkland County, Alberta, Canada, which was drained in 1987 and burned in 2021. Using remote sensing techniques (historical imagery and LiDAR), we determined that forest cover increased by 180% following drainage and aboveground tree biomass decreased from 26.1 kg m −2 adjacent to the nearest drainage ditch to 2.8 kg m −2 95 m away from the nearest ditch. Field surveys and a LiDAR‐based analysis were conducted to measure the spatial variability in peat burn severity. Drained peatland margins experienced the greatest peat burn severity with a mean depth of burn of 26.9 ± 12.6 cm (18.2 ± 10.1 kg C m −2 ) compared to natural middles at 15.3 ± 6.2 cm (3.9 ± 2.1 kg C m −2 ), where peat burn severity increased with proximity to ditches and greater aboveground biomass. We present a conceptual model outlining the increases in aboveground and peat fuel loads following drainage and suggest that the area around a ditch that is impacted by drainage, which is commonly assumed to be 30 m, likely increases through time in forested peatlands due to the afforestation feedback. Drained peatlands represent a severe fire risk for communities and fire management agencies. Peatland restoration should be integrated into fuel management strategies to reduce the risk that drained peatlands pose.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».